买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉无锡学院申请的专利用于多媒体信息分类的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121456155B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610009479.8，技术领域涉及：G06F16/45；该发明授权用于多媒体信息分类的方法是由娄琼丹;侯依雯设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本用于多媒体信息分类的方法在说明书摘要公布了：本发明提供了一种用于多媒体信息分类的方法，包括：将待分类的多媒体信息经过LFMIL模型处理得到标签的预测输出向量，将标签的预测输出向量与设定的分类阈值进行比较，得到多媒体信息的预测标签向量，基于所述预测标签向量对多媒体信息进行分类。通过构建LFMIL模型，能够有效利用常见标签的特征推理信息，促进稀缺标签的预测性能提升，从而在不同多媒体数据集的多标签任务中保持较高的分类精度，从而达到提高分类精度的目的。

本发明授权用于多媒体信息分类的方法在权利要求书中公布了：1.一种用于多媒体信息分类的方法，其特征在于，包括： 将待分类的多媒体信息经过LFMIL模型处理得到标签的预测输出向量，将标签的预测输出向量与设定的分类阈值进行比较，得到多媒体信息的预测标签向量，基于所述预测标签向量对多媒体信息进行分类； 所述LFMIL模型构建，包括以下步骤： 初始前件参数构建步骤：基于训练样本集构建K条模糊规则，确定每条规则下各特征维度的高斯隶属度函数的初始中心向量，所述初始中心向量通过最远点采样算法从训练样本中选取K个簇中心获得； 前件参数校正步骤：利用标签共现性、标签数据分布和特征数据分布对初始中心向量进行校正，得到校正后的前件参数； 前件参数优化步骤：基于模糊C均值算法对校正后的前件参数进行迭代优化，直至收敛，得到最终的前件参数，并基于最终的前件参数计算样本的模糊特征向量； 特征-标签推理关系建模步骤：基于模糊特征向量，采用线性回归方式建模特征与标签的推理关系，构建以最小化预测误差为目标的后件参数学习目标函数； 后件相关性对齐步骤：引入标签信息引导的后件相关性对齐机制，构建约束项以对齐后件参数向量之间的相关性与对应标签向量之间的相关性； 联合优化步骤：基于目标函数和约束项，构建包含L1正则化项的完整目标函数，并采用近端梯度下降算法求解最优后件参数矩阵，得到LFMIL模型； 所述后件相关性对齐机制通过以下目标函数实现： =， 其中，为后件参数矩阵，为标签相关性约束矩阵，为真实标签矩阵，表示矩阵主对角线元素之和，为损失函数； 所述包含L1正则化项的完整目标函数为： ， 其中，和均为超参数，为模糊特征矩阵，为范数； 采用近端梯度下降算法求解最优后件参数矩阵，包括： 将完整目标函数分解为光滑函数φH和非光滑的L1范数项，对光滑函数φH进行二阶泰勒近似得到函数； 在每次迭代中，通过软阈值函数求解近端算子，基于函数更新后件参数矩阵； 参数矩阵，其中为当前迭代的中间变量，为光滑函数的利普希茨常数，为软阈值函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡学院，其通讯地址为：214000 江苏省无锡市锡山区锡山大道333号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。